A tantárgy szerepe a képzés céljának megvalósításában:
TTK Fizikus-mérnök BSc szak kötelező tárgya
A tantárgy részletes tematikája magyarul és angolul:
A gépi tanulás alapvető módszereinek elsajátítása és azok implementálása Python nyelven.
Adatok típusa, kezelése, tisztítása, normalizálása. Általános sokparaméteres függvény illesztése. Lineáris és logisztikus regresszió. Paraméterek fontossága. Szintetikus adatok gyártása. Döntési fa. Dimenzió redukció, releváns mértékek. Hierarchikus klaszterezés. Neurális hálózatok alapjai: neuronok, aktiváció. Mesterséges neurális hálózatok felépítése. Mesterséges neurális hálózatok tanítása. Regularizáció.
Basic methods of machine learning and their implementation in Python language.
Data types, handling, cleaning and normalization. General many parameter fitting. Linear and logistic regression. Parameter importance. Creation of synthetic data. Decision tree. Dimension reduction, relevant measures. Hierarchical clustering. Basics of neural networks: Neurons, activation. Neural networks deep neural networks. Their teaching and application of neural networks. Regularization.
Követelmények szorgalmi időszakban:
Házi feladatok és projektfeladatok beadása
Konzultációs lehetőségek:
Jegyzet, tankönyv, felhasználható irodalom:
Norvig, P. Russell, and S. Artificial Intelligence. A modern approach. Upper Saddle River, NJ, USA:: Prentice Hall, 2002. ISBN-13: 9780137505135
https://hmkcode.com/ai/backpropagation-step-by-step/
Chollet, Francois. Deep learning with Python. Simon and Schuster, 2021. ISBN-13: 978-1617296864
Nyomtatóbarát változat
